python numpy.savetxt()，np.column_stack保存（多行/列）数据保存多维数组

最新推荐文章于 2026-03-11 00:15:23 发布

原创最新推荐文章于 2026-03-11 00:15:23 发布 · 4.7w 阅读

108 ·

CC 4.0 BY-SA版权

文章标签：

#savetxt

python 同时被 2 个专栏收录

106 篇文章

订阅专栏

numpy

17 篇文章

订阅专栏

本文详细介绍了如何使用NumPy的savetxt函数来保存不同类型的数组数据。包括单个文件的一行或多行数据保存方法，多行/列数据的保存方式，以及如何处理高维数据的保存问题。

该文章已生成可运行项目，

官网解释：https://docs.scipy.org/doc/numpy/reference/generated/numpy.savetxt.html

第一部分: 保存单个文件为一行/列

numpy.savetxt(fname, X, fmt='%.18e', delimiter=' ', newline='\n', header='', footer='', comments='# ', encoding=None)[source]

说明

fname：表示要保存文件的地址，可以自己建文件名，如‘test.txt’
X：表示要保存的文件
delimiter ：分隔符，默认空格，也可以用逗号等
newline:表示换行的时候用什么，默认\n，表示换一行，也可以用\t，则表示空四格
header：表示头文件，如“test_data"
footer: 文件下的脚注
comment：注释，默认是#,因为python的注释是#，也可以用其它符号

更多参见官网

fname可以是一个文件路径，比如要保存在/home/test/text.txt,（注意一定要先建一个空的text.txt文件，好吧，似乎不需要, 更新：对于文件而已是不需要的，会自动在运行目录下建文件），fmt是存储的格式，比如

%d  #整型
%.2f #浮点型保留两位小数
delimiter  #分隔符，默认是一个空格

举例：
保存一列数

import numpy as np

data = np.arange(10)
np.savetxt('myfile.txt',data,fmt='%d',header='oder_data')

可见有头文件，且是整型数据
在这里插入图片描述
如果上面的代码改为：

import numpy as np

data = np.arange(10)
np.savetxt('myfile.txt',data,fmt='%d',header='oder_data',newline='\t',footer='this is test file',
           comments='&&')

则结果是

在这里插入图片描述
要保存2*2矩阵

mymatrix = mat([[1,2],[2.3,4.4]])
np.savetxt(r'/home/test/text.txt',mymatrix,fmt='%.2f')

结果如下：
这里写图片描述
当然也可以第一列为整数，第二列为保留两位小数，只要将上面改为：

fmt='%d %.2f'  #注意是空格，如果是逗号则列之间以逗号隔开，分号，句号等等则以分号，句号隔开

例外，可以将空格改为逗号隔开，即

np.savetxt(r'/home/test/text.txt',mymatrix,fmt='%.2f',delimiter=",")  #或逗号之后加空格，即", "

另外，也可以将mymatrix改为np.column_stack(mymatrix)即将所有数据都列为一行。

第二部分：保存多行/列数据

相同维数

例：
生成列：np.column_stack（）扩展列

import numpy as np
a = np.array([1,2,3,4])
b = np.array([5,6,7,8])
c = np.array([9,10,11,12])
np.savetxt(r'/home/test.txt', np.column_stack((a,b,c)),fmt='%d')
#第一列和第二列为整数，第三列保留4位小数
#np.savetxt(r'/home/test.txt', np.column_stack((a,b,c)),fmt='%d %d %.4f')

>>>cat test.txt
1 5 9
2 6 10
3 7 11
4 8 12

这里写图片描述

上面是将a,b,c生成列，要求a,b,c都是相同的行数。
提取的时候使用：

data = np.loadtxt(r'/home/test.txt')
#提取第一行
data[0,:] #or data[0]
#提取第一列
data[:,0]

生成行：np.row_stack()扩展行

import numpy as np
a = np.array([1,2,3,4])
b = np.array([5,6,7,8])
c = np.array([9,10,11,12])
np.savetxt(r'/home/test.txt',(a,b,c),fmt='%d')


1 2 3 4
5 6 7 8
9 10 11 12

虽然看上去12跟上面的8，4不在一行，但实际上是同一行的。
上面同样要求a,b,c里面的维数相同。

第三部分：保存多个数组为一行/列

列

np.savetxt(r'/home/test.txt',np.r_[a,b,c],fmt='%d')
#or
#通过改成list相加，注意不能用array相加，否则会将数据相加
#np.savetxt(r'/home/test.txt',(list(a)+list(b)+list(c)),fmt='%d')
1
2
3
4
5
6
7
8
9
10
11

第四部分：保存高维数据

上面所述的方法都是只适合保存2维或者以下的数据，如果要保存高维数据，则需要使用其他方法。
一种方法是通过降维，将三维或者高维降到二维，但是以后导入不好处理，需要重新组合。
这个话题下有很多解答的方法，以下我采用了几种
方法1，使用numpy.save和numpy.load
现在我有三维数据，(3,3,5)表示有三维，每一维都是三行五列的数组
在这里插入图片描述

显然使用np.loadtxt和savetxt不适用（它们都不能高于2维），因此可以使用np.load和np.save

说明：上面保存为test.npy，因为load只能读取npy,npz的文件，所以实际上np.save会默认保存为.npy文件，所以可以只写np.save(‘test’,data),得到的文件名为test.npy。如果保存为np.save(‘test.txt’,data),则得到的是test.txt.npy，只有当保存为np.save(‘test’,data)或者np.save(‘test.npy’,data)的时候得到的才是test.npy.
值得注意的是，不能保存为test.txt，因为txt是通过loadtxt读取的，通过load读取会出错